在一般的模式识别问题中,人们的目标往往是尽量减少分类的错误,追求最小的错误率。根据之前的文章,即求解一种决策规则,使得:
minP(e)=∫P(e|x)p(x)dx
这就是 最小错误率贝叶斯决策。
在上式中, P(e|x)≥0,p(x)≥0 对于所有的 x 均成立,故
P(wi|x)=p(x|wi)P(wi)p(x)=p(x|wi)P(wi)∑kj
在一般的模式识别问题中,人们的目标往往是尽量减少分类的错误,追求最小的错误率。根据之前的文章,即求解一种决策规则,使得:
在上式中, P(e|x)≥0,p(x)≥0 对于所有的 x 均成立,故